پيش بيني عمق آبشستگي اطراف پايه پل با استفاده از ماشين هاي بردار پشتيبان و شبكه هاي عصبي مصنوعي

يكي از مهمترين نكات هنگام طراحي پايه پل ها (شمع ها)، تعيين عمق چاله آبشستگي در اطراف آن مي باشد . دقيق نبودن روابط تجربي موجود و پيچيدگي مدلسازي فرايند آبشستگي سبب شده است تا از روشهاي جايگزين ر وابط تجربي براي تخمين عمق آبشستگي پاي پل ها استفاده شود . در مقاله حاضر، عملكرد دو روش «ماشي نهاي بردار پشتيبان» و «شبكه هاي عصبي مصنوعي » در تخمين عمق چاله آبشستگي اطراف پايه پل مورد بررسي قرار گرفته و نتايج حاصله با نتايج حاصل از روابط تجربي مقاي سه شده است. اين بررسي نشان داد نتايج حاصل از روش SVM از دقت بالاتري نسبت به روش ANN برخوردار بوده ودقت اين دو روش به مراتب بهتر از روابط تجربي مي باشد.